随着社会经济的发展和科学技术的进步，制造系统日益向智能化和柔性化方向发展，而智能化和柔性化是建立在对相关信息和知识快速有效的获取、处理和传递基础之上的。制造知识内涵丰富，具有多样性、复杂性、经验性和非规范性等特点，在相当程度上增加了对设计制造知识进行有效的归纳、整理、挖掘和应用的难度，同时也降低了其可重用性和可集成性，为企业信息交互带来了困难。如何减小和消除信息的非规范性的不利影响，最终实现面向智能制造的设计制造信息快速有效的获取、处理、传播和应用，是制造系统信息化和智能化研究的一项重要课题。从结构上来看，非规范制造信息是指半结构化和非结构化的制造信息；从形态上来看，非规范制造信息是指制造系统中的不确定、不精确、不完备、不协调和不稳定的制造信息。非规范信息是企业信息资源的重要组成部分，也是企业的宝贵知识财富，但非规范信息也使企业信息环境变得更为复杂，信息的快速无障碍交互更加难以实现，从而增加了信息的使用成本，降低了信息的应用价值。非规范信息处理的目标就是尽可能减小上述不利影响，并建立一种通用信息资源共享及应用的支撑环境，使得各类信息能够在企业范围内合理流动，将恰当的信息和知识在恰当的时间通过恰当的方式传递给相应的人员。全文的核心内容主要包括以下几个方面。(1)分析了智能制造对制造信息与知识资源的需求及现有的制造信息与知识资源系统的不足，在此基础上提出了面向智能制造的信息资源及知识库系统研究的总体目标，并给出了系统框架结构和功能模型；构建了网络环境下多模式知识形态的分类方法，并提出了制造知识的基元表示形式，以解决制造知识的统一描述问题。(2)分析了制造系统中的不确定性，归纳和阐述了不确定性制造信息产生的来源；对非规范性制造信息进行了定义，分析了其来源及表现形式，并在此基础上阐述了信息的非规范性与不确定性的联系与区别；分析和总结了非规范性制造信息的特点；对信息粒度概念进行了说明，阐述了对制造信息进行信息粒度分析的必要性，对制造信息颗粒的划分进行了讨论，并阐述了制造系统非规范性信息粒度计算方法；提出了非规范性信息的规范度概念，并以粗糙集为理论基础，提出了非规范性制造信息相关性描述方法。(3)以设计和工艺知识基元为例，建立了相应的制造知识基元体系，并提出了相关知识基元的基本格式；在上述工作基础上，提出了制造知识基元的元数据表示方法，并对其在企业信息环境和网络环境中的转换、处理技术进行了较为详细的说明。(4)讨论了智能检索与知识发现的联系与区别，提出了网络环境下非规范性制造知识的检索模式；构建了复杂信息环境下的非规范性制造知识智能检索系统，并分析了其工作模式、工作流程和关键技术，提出了包含语义匹配和语义推理机制的智能检索方法，通过相似度和相关度计算实现检索要求与检索对象的智能匹配，以提高制造知识检索的查全率和查准率。(5)建立了网络环境下个性化制造知识主动推荐服务体系结构，通过Web内容挖掘、结构挖掘和使用挖掘等Web数据挖掘方法，结合主动和被动学习方式，获取用户的制造知识兴趣或偏好。提出了相应的用户兴趣获取、Web页面相似性判断及相似Web页面收集算法。(6)针对工艺决策的非规范制造信息环境，提出运用不确定语言多属性决策方法进行多工艺方案评价：提出了工艺方案评价的多属性体系；应用不确定拓展有序加权平均算子进行工艺辅助决策，以充分利用工艺人员的经验型知识。(7)通过对简单遗传算法的改进实现算法的加速，同时将人工排样作为遗传算法初始种群的组成部分，使人的经验知识融合到算法中。上述改进不仅对算法有加速作用，以实现优化结果和优化效率的平衡，而且使得相关工作人员的经验知识融入实际优化过程，避免了完全脱离人工干预、单纯依靠算法获取优化方案带来的相关实用性问题。(8)以建立面向机械制造的信息资源共享及应用支撑环境为目标，采用统一的基于XML的数据交换和插件技术，开发由制造信息资源与知识库、制造知识发现、发布与应用等模块组成的通用制造信息资源和知识库软件原型系统。其中的制造信息资源与知识库系统包括尺寸公差与形位公差智能查询与选用、金属切削计算及查询等功能组件；制造知识应用包括基于不确定语言多属性决策方法的工艺方案评价和基于改进遗传算法的板材排样算法等组件。